[論文レビュー] Industrial Robot Trajectory Tracking Using Multi-Layer Neural Networks Trained by Iterative Learning Control

Shuyang Chen, John T. Wen|arXiv (Cornell University)|Feb 28, 2019

Iterative Learning Control Systems参考文献 59被引用数 4

ひとこと要約

本稿では、反復学習制御（ILC）と多層ニューラルネットワーク（NN）を組み合わせたハイブリッド手法を提案し、産業用ロボットの軌道追従性を向上させることを目的としている。高精度なシミュレータでILCが生成した入力軌道を用いてNNを学習させることで、非線形な内側ループダイナミクスおよび時間遅れを補償する能力が得られる。さらに、トランスファーラーニングによりシミュレーションから実物へのギャップを埋め、物理的ロボット上での追従誤差を顕著に低減（例：ℓ₂誤差で76.5％の低減）させるとともに、他のロボットモデルへの一般化も可能となった。

ABSTRACT

Fast and precise robot motion is needed in certain applications such as electronic manufacturing, additive manufacturing and assembly. Most industrial robot motion controllers allow externally commanded motion profile, but the trajectory tracking performance is affected by the robot dynamics and joint servo controllers which users have no direct access and little information. The performance is further compromised by time delays in transmitting the external command as a setpoint to the inner control loop. This paper presents an approach of combining neural networks and iterative learning control to improve the trajectory tracking performance for a multi-axis articulated industrial robot. For a given desired trajectory, the external command is iteratively refined using a high fidelity dynamical simulator to compensate for the robot inner loop dynamics. These desired trajectories and the corresponding refined input trajectories are then used to train multi-layer neural networks to emulate the dynamical inverse of the nonlinear inner loop dynamics. We show that with a sufficiently rich training set, the trained neural networks can generalize well to trajectories beyond the training set. In applying the trained neural networks to the physical robot, the tracking performance still improves but not as much as in the simulator. We show that transfer learning can effectively bridge the gap between simulation and the physical robot. In the end, we test the trained neural networks on other robot models in simulation and demonstrate the possibility of a general purpose network. Development and evaluation of this methodology is based on the ABB IRB6640-180 industrial robot and ABB RobotStudio software packages.

研究の動機と目的

• 外部コマンド伝送における未モデル化されたダイナミクスおよび時間遅れに起因する産業用ロボットの軌道追従性の低さという課題に対処すること。
• オンライン反復を必要とせず、内側ループダイナミクスを補償するフィードフォワード制御戦略を開発すること。
• トランスファーラーニングを用いて、シミュレーションと実物の間の性能ギャップを埋めること。
• 訓練済みNNの異なるロボットモデルへの一般化能力を評価すること。
• 産業用ロボットの運動制御に汎用的なニューラル補償器としての実現可能性を示すこと。

提案手法

• 高精度な動的シミュレータで反復学習制御（ILC）を適用し、所望の軌道セットに対して追従誤差を最小化するように、改良された入力軌道を生成する。
• 多層ニューラルネットワーク（NN-I）を、所望の軌道とそれに応じたILC最適化入力を用いてオフラインで学習させ、ロボットの内側制御ループの逆ダイナミクスを近似する。
• 物理的ロボットでのILC実験で得たデータを用いてNN-Iを微調整することで、実世界性能が向上したNN-IIを構築するトランスファーラーニングを適用する。
• 訓練済みNNを物理的ABB IRB6640-180ロボット上で評価し、他のモデル（IRB120、IRB6640-130）についてもシミュレーションで一般化性能をテストする。
• 外部軌道コマンドと制御に、ABB RobotStudio環境とEGM（Externally Guided Motion）インターフェースを用いる。
• 本手法は決定論的かつ繰り返し可能なダイナミクスを仮定しており、正弦波やチープなどの滑らかで有界な軌道に対して検証されている。

実験結果

リサーチクエスチョン

• RQ1 シミュレーションでのILCベースの軌道最適化が、産業用ロボットの非線形な内側ループダイナミクスを補償するためのニューラルネットワークの学習に効果的であるか。
• RQ2 トランスファーラーニングは、シミュレーションと物理的ロボットのデプロイ性能ギャップをどの程度低減するか。
• RQ3 1つのロボットモデルで訓練された単一のニューラルネットワークが、異なる運動学的・ダイナミクス的特性を持つ他のロボットモデルへ一般化可能か。
• RQ4 滑らかでない軌道やランダムな軌道に対して、NNベースの補償器の性能はどのように変化するか。
• RQ5 特に高周波数または高加速度運動において、追従精度の向上はどの程度達成可能か、誤差低減の観点から評価する。

主な発見

• 物理的ロボットの関節1におけるℓ₂ノルムの追従誤差は、補償なしでは58.6822°から、シミュレーションデータで学習したNNでは14.0066°に低下し、さらにトランスファーラーニングを経て13.6826°にまで減少した。
• トランスファーラーニングにより物理的ロボットでの性能が顕著に向上し、特に8 rad/sの正弦波のような高周波数軌道では、位相遅れと振幅の低下を是正した。
• 訓練済みニューラルネットワークは他のロボットモデルへも良好に一般化された：IRB120およびIRB6640-130では、シミュレーションでチープおよび正弦波軌道に対して顕著な追従誤差低減が確認された。
• ランダムでノイズの多い軌道に対しては、ラグと振幅の低下が依然として低減されたが、滑らかな軌道に比べて性能が劣ったことから、軌道の滑らかさに感受性があることが示された。
• 1つのロボットモデルで訓練された単一のNNが、類似した内側ループダイナミクスを有する異なる産業用ロボットモデル間で汎用的な補償器として機能できることを示した。
• 本手法は、オンライン反復を一切必要とせず、事前に学習されたフィードフォワード制御（NNを介して）により高精度な追従を達成した。